Sdílet prostřednictvím

Přizpůsobení základní image pro výpočetní relaci

  • Článek

V této části se předpokládá, že máte znalosti o prostředích Dockeru a Azure Machine Learning.

Krok 1: Příprava kontextu Dockeru

Vytvořit image_build složku

V místním prostředí vytvořte složku obsahující následující soubory, struktura složek by měla vypadat takto:

|--image_build
|  |--requirements.txt
|  |--Dockerfile
|  |--environment.yaml

Definování požadovaných balíčků v requirements.txt

Volitelné: Přidejte balíčky do privátního úložiště pypi.

Pomocí následujícího příkazu stáhněte balíčky do místního prostředí: pip wheel <package_name> --index-url=<private pypi> --wheel-dir <local path to save packages>

requirements.txt Otevřete soubor a přidejte do něj další balíčky a konkrétní verzi. Příklad:

###### Requirements with Version Specifiers ######
langchain == 0.0.149        # Version Matching. Must be version 0.0.149
keyring >= 4.1.1            # Minimum version 4.1.1
coverage != 3.5             # Version Exclusion. Anything except version 3.5
Mopidy-Dirble ~= 1.1        # Compatible release. Same as >= 1.1, == 1.*
<path_to_local_package>     # reference to local pip wheel package

Další informace o strukturování requirements.txt souboru naleznete v části Požadavky formátu souboru v dokumentaci pip.

Definování Dockerfile

Dockerfile Vytvořte a přidejte následující obsah a pak soubor uložte:

FROM <Base_image>
COPY ./* ./
RUN pip install -r requirements.txt

Poznámka:

Tato image Dockeru by měla být sestavena z příkazové základní image toku, která je mcr.microsoft.com/azureml/promptflow/promptflow-runtime:<newest_version>. Pokud je to možné, použijte nejnovější verzi základní image.

Krok 2: Vytvoření vlastního prostředí Azure Machine Learning

Definování prostředí v environment.yaml

V místním výpočetním prostředí můžete pomocí rozhraní příkazového řádku (v2) vytvořit přizpůsobené prostředí založené na imagi Dockeru.

Poznámka:

az login # if not already authenticated

az account set --subscription <subscription ID>
az configure --defaults workspace=<Azure Machine Learning workspace name> group=<resource group>

environment.yaml Otevřete soubor a přidejte následující obsah. <Nahraďte zástupný symbol environment_name> názvem požadovaného prostředí.

$schema: https://azuremlschemas.azureedge.net/latest/environment.schema.json
name: <environment_name>
build:
  path: .

Vytvořit prostředí

cd image_build
az ml environment create -f environment.yaml --subscription <sub-id> -g <resource-group> -w <workspace>

Poznámka:

Vytvoření image prostředí může trvat několik minut.

Přejděte na stránku uživatelského rozhraní pracovního prostoru, přejděte na stránku prostředí a vyhledejte vlastní prostředí, které jste vytvořili.

Obrázek můžete také najít na stránce podrobností prostředí a použít ho jako základní image pro výpočetní relaci toku výzvy. Tato image se také použije k sestavení prostředí pro nasazení toku z uživatelského rozhraní. Přečtěte si další informace o tom, jak zadat základní image ve výpočetní relaci.

Další informace o rozhraní příkazového řádku prostředí najdete v tématu Správa prostředí.

Další kroky